［摘 要］ 將人口、城鎮(zhèn)化率、人均GDP、能源結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)、技術(shù)水平6個因素引入STIRPAT模型，通過嶺回歸分析了各因素對河南省碳排放的影響。同時運用情景分析法，預(yù)測不同發(fā)展情景下的碳排放趨勢。結(jié)果表明：產(chǎn)業(yè)結(jié)構(gòu)對碳排放的影響最大，然后依次是人口規(guī)模、城鎮(zhèn)化率、人均GDP、技術(shù)水平和能源結(jié)構(gòu)；控制人口規(guī)模、優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)和調(diào)整能源結(jié)構(gòu)，可以有效促進河南省碳減排的實現(xiàn)。本研究可以在一定程度上為河南省如期實現(xiàn)“2030碳達峰”目標提供可行的建議。

［關(guān)鍵詞］ 碳排放； 河南?。?STIRPAT模型； 情景分析

［中圖分類號］ F205" ［文獻標識碼］ A

為應(yīng)對全球變暖等環(huán)境問題，我國提出“二氧化碳排放力爭2030年前達到峰值，爭取2060年前實現(xiàn)碳中和”的目標[1]。碳排放問題的研究主要有影響因素分析、碳排放量及碳達峰時間預(yù)測等。熊萍萍等采用灰色關(guān)聯(lián)分析探究碳排放的影響因素[2]；趙慈等以STIRPAT模型為基礎(chǔ)預(yù)測浙江省的碳排放量[3]；高暢用STIRPAT模型預(yù)測長三角地區(qū)碳達峰情況[4]；Ferdinand V采用LMDI法對美國碳排放進行分析[5]。

STIRPAT模型便于情景參數(shù)的設(shè)定及相關(guān)驅(qū)動因素的研究，且其適用于區(qū)域碳排放研究并取得了較好的效果[6]。本文基于STIRPAT模型研究河南省碳排放的影響因素，并用情景分析法預(yù)測碳排放的發(fā)展趨勢。

1 研究地區(qū)與研究方法

1.1 研究區(qū)域概括

河南省作為能源消費大省，以煤炭為主的能源結(jié)構(gòu)以及高耗能產(chǎn)業(yè)占比過大，導致其碳排放量居高不下[7]。同時其能耗強度依然較高，因此河南省是落實碳減排的關(guān)鍵地區(qū)。

1.2 模型構(gòu)建及數(shù)據(jù)來源

STIRPAT模型由IPAT模型發(fā)展而來，其表達式為：

I=α×Pb×Ac×Td×e（1）

其中：α是常數(shù)項，e為誤差項，b、c、d為待估參數(shù)。對式（1）兩邊取對數(shù)得：

lnI=lnα+blnP+clnA+dlnT+lne（2）

借鑒已有研究[8][9][10]，本文得到擴展模型：

lnC=lnα+blnP+clnA+dlnU+elnT+flnS+glnE+lne（3）

式中：b、c、d、e、f、g表示彈性系數(shù)，主要因素的具體含義見表1。

本文使用到的數(shù)據(jù)主要有河南省碳排放量、各影響因素對應(yīng)的數(shù)據(jù)。這些數(shù)據(jù)主要來源于CEADs中國碳核算數(shù)據(jù)庫及《河南統(tǒng)計年鑒》。

1.3 發(fā)展情景設(shè)置

本文借鑒國家發(fā)改委能源研究所情景設(shè)置的方法，通過預(yù)估各影響因素未來的不同變化趨勢，設(shè)置基準、低速和高速發(fā)展情景三種模式。本文以2019年為基準年，以5年為一個階段預(yù)測未來20年的碳排放量情況。

據(jù)《河南統(tǒng)計年鑒》，河南2010—2019年人口、人均GDP、城鎮(zhèn)化率、技術(shù)水平、產(chǎn)業(yè)結(jié)構(gòu)和能源結(jié)構(gòu)的年均增長率分別為0.55%、9.6%、3.57%、-10.34%、-2.46%和-2.26%。本文參考文獻[4]在基準情景下以一定的變化為步長設(shè)置不同情景的方法，設(shè)置高、低發(fā)展情景的參數(shù)。

人口規(guī)模（P）：基于《國家人口發(fā)展規(guī)劃（2016—2030年）》，2030年前后我國人口總量達到峰值，此后緩慢減少[11]。因此把2020—2029年基準發(fā)展情景的人口增長速度設(shè)為0.55%，之后逐步放緩。

人均GDP（A）：中國經(jīng)濟已進入從中高速增長轉(zhuǎn)向中低速增長的新發(fā)展周期，經(jīng)濟增速從年均9%左右逐漸放緩至6%左右[12]。長期來看河南省未來經(jīng)濟增長會逐步放慢，因此設(shè)置階段一基準發(fā)展情景變化率為2.0%，之后逐漸放緩。

城鎮(zhèn)化率（U）：《2021年河南省政府工作報告》提出2035年遠景目標要實現(xiàn)常住人口城鎮(zhèn)化率突破60%，2022年預(yù)期常住人口城鎮(zhèn)化率提高1.5%。因此本文將階段一基準情景城鎮(zhèn)化增長率設(shè)置為1.0%，之后逐步放緩。

技術(shù)水平（T）：經(jīng)濟的增長仍將依賴能源消費，一次能源為主的能源結(jié)構(gòu)還將在一段時間內(nèi)保持穩(wěn)定[13]。河南省“十四五”規(guī)劃能源發(fā)展主要指標中指出2020—2025年單位GDP二氧化碳排放降低19.5%。結(jié)合河南省2010—2019年技術(shù)水平年均增長率的值，本文設(shè)定各階段基準情景技術(shù)水平增長率為-8.0%。

產(chǎn)業(yè)結(jié)構(gòu)（S）：河南省自然資源豐富，但資源型產(chǎn)業(yè)的發(fā)展對環(huán)境問題產(chǎn)生了嚴重的影響?！?020年河南省政府工作報告》提出全省要“著力推動轉(zhuǎn)型升級”?；诖?，本文將階段一基準情景產(chǎn)業(yè)結(jié)構(gòu)變化率設(shè)定為-1.0%，之后逐步放緩。

能源結(jié)構(gòu)（E）：河南省礦產(chǎn)資源豐富，然而煤炭消費量占能源總消費量的比重卻居高不下?！笆奈濉币?guī)劃提出“要持續(xù)優(yōu)化能源生產(chǎn)消費結(jié)構(gòu)，提高非化石能源消費占比到16%以上”。基于此，本文將階段一基準情景能源結(jié)構(gòu)變化率設(shè)定為-2.0%，并于2030年后逐漸放緩。綜上，各變量變化率情況見表2。

2 結(jié)果與分析

2.1 碳排放影響因素分析

根據(jù)CEADs中國碳核算數(shù)據(jù)庫及《河南統(tǒng)計年鑒》中的相關(guān)數(shù)據(jù)，本文選用Pearson檢驗判斷變量是否有相關(guān)性，結(jié)果見表3。

階段一到階段四分別是2020-2024年、2025-2029年、2030-2034年、2035-2039年。

根據(jù)檢驗結(jié)果，確定變量存在線性關(guān)系。之后對變量進行共線性診斷，結(jié)果見表4。

表4所有變量的VIF值均大于10，表明變量間存在多重共線性。為避免出現(xiàn)模型評估失真的情況，采用嶺回歸法消除多重共線性的影響。

本文借助R軟件，選取1997—2009年的數(shù)據(jù)，設(shè)置迭代步長為0.01，得到不同K值對應(yīng)的系數(shù)及如圖1所示的嶺跡。嶺跡及相關(guān)數(shù)據(jù)表明，最佳K值為0.018。得出的嶺回歸擬合結(jié)果如表5所示。

擬合結(jié)果表明方程顯著。自變量和常量項基本都通過了5%的顯著性水平檢驗，說明系數(shù)和常量符合現(xiàn)實意義檢驗。借助SPSS軟件分析，得到回歸方程為：

C=e－20.412×P1.808×A0.28×U0.494×T0.144×S1.879×E0.052（4）

回歸方程表明，人口規(guī)模、人均GDP、城鎮(zhèn)化率、技術(shù)水平、產(chǎn)業(yè)結(jié)構(gòu)和能源結(jié)構(gòu)變動1%時將引起碳排放量變動1.808%、0.28%、0.494%、0.144%、1.879%和0.052%。為檢驗?zāi)Ｐ蛿M合效果，將1997—2019年的數(shù)據(jù)代入方程（4），得到預(yù)測值與實際值的對比情況如圖2所示。模型擬合結(jié)果誤差較小，且平均誤差只有3.7%，與實際值較吻合。說明該模型能較有效地預(yù)測未來的碳排放量。

2.2 碳排放模擬分析

結(jié)合表2中的變化率和碳排放量預(yù)測模型（4），可得到三種發(fā)展情景下河南省2020—2039年碳排放預(yù)測情況如圖3所示。圖3表明，基準、高速和低速發(fā)展情景下，碳排放量出現(xiàn)峰值分別在2034年、2029年和2036年；峰值分別是52 686.6萬t、53 214.1萬t和52 679.7萬t。

高速發(fā)展情景下，河南2029年實現(xiàn)碳達峰，達峰時間最早但峰值最高。在達峰后碳排放量顯著下降，并于2035年后明顯低于其他情景。在該情景下，人口與GDP增長的速度在快速增大，但同時產(chǎn)業(yè)結(jié)構(gòu)以及能源結(jié)構(gòu)等也在快速優(yōu)化。基準發(fā)展情景下河南省實現(xiàn)了碳達峰，但比2030年推遲了4年。該發(fā)展情景下，變量變化率的設(shè)定以近5年均值為主要參考，從人口規(guī)模、經(jīng)濟發(fā)展、產(chǎn)業(yè)優(yōu)化等方面反映當前的社會發(fā)展狀況。低速發(fā)展情景下，河南省2036年實現(xiàn)碳達峰。該情景下，人口增長、經(jīng)濟發(fā)展速度較緩慢，但第二產(chǎn)業(yè)占比、煤炭消費量占比也在緩慢下降。這表明優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)、發(fā)展綠色產(chǎn)業(yè)、調(diào)整能源結(jié)構(gòu)等可以較為有效地促進河南省碳減排的實現(xiàn)。

3 結(jié)論

本文引用CEADs中國碳核算數(shù)據(jù)庫中河南省1997—2019年的碳排放量數(shù)據(jù)，借助R軟件選用嶺回歸法分析了構(gòu)建STIRPAT模型的各因素對河南省碳排放量的影響，之后通過情景分析法，結(jié)合得到的預(yù)測模型，預(yù)測了河南省2020—2039年的碳排放量，最終得到如下結(jié)論：1）產(chǎn)業(yè)結(jié)構(gòu)對碳排放量的影響最大，然后依次是人口規(guī)模、城鎮(zhèn)化率、人均GDP、技術(shù)水平和能源結(jié)構(gòu)。這主要是由于河南省高耗能產(chǎn)業(yè)占比過大，且目前仍處于推動產(chǎn)業(yè)轉(zhuǎn)型升級的過程。2）不同發(fā)展情景下，河南省碳排放量發(fā)展趨勢類似，都是先穩(wěn)步上升，并在達到峰值后迅速下降，發(fā)展趨勢呈現(xiàn)倒U型的形狀。這是由于未來一段時間內(nèi)河南省經(jīng)濟的增長仍會依賴能源消費，但長遠來看，對產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化及能源結(jié)構(gòu)調(diào)整的持續(xù)推進會在較大程度上促進碳減排。3）不同發(fā)展情景下，河南省碳達峰實現(xiàn)年份和峰值不同。高速發(fā)展情景下，河南省于2029年達到峰值，峰值為53 214.1萬t，總體排放量較高；基準發(fā)展情景下，河南省于2034年實現(xiàn)碳達峰，峰值為52 686.6萬t；低速發(fā)展情景下，河南省在2036年實現(xiàn)碳達峰，峰值為52 679.7萬t。雖然在基準和低速發(fā)展情景下，河南省都實現(xiàn)了碳達峰，但是這兩種情景下達峰時間比2030年實現(xiàn)碳達峰的目標分別推遲了4年和6年。這表明了快速推進產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化、能源結(jié)構(gòu)的調(diào)整、技術(shù)革新的實現(xiàn)能有效促進河南省碳減排的實現(xiàn)。4）由于河南省的第二產(chǎn)業(yè)占據(jù)著主導地位，同時煤炭消費量在能源消費總量中仍占絕大比例，因此結(jié)合目前的碳排放趨勢和預(yù)測情況來看，河南省的碳排放量在未來一段時間仍會繼續(xù)增加。所以，河南省需制定行之有效的政策，如優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)、推動技術(shù)進步、調(diào)整能源結(jié)構(gòu)、適度控制人口規(guī)模等，才能實現(xiàn)“2030碳達峰”目標。

［ 參 考 文 獻 ］

［1］ 翁智雄，馬中，劉婷婷.碳中和目標下中國碳市場的現(xiàn)狀、挑戰(zhàn)與對策[J].環(huán)境保護，2021，49（16）：18-22.

[2] 熊萍萍，曹書人，楊卓.華東地區(qū)碳排放量灰色關(guān)聯(lián)度分析[J].大連理工大學學報（社會科學版），2021，42（01）：36-44.

[3] 趙慈，宋曉聰，劉曉宇，等.基于STIRPAT模型的浙江省碳排放峰值預(yù)測分析[J].生態(tài)經(jīng)濟，2022，38（06）：29-34.

[4] 高暢. 長三角地區(qū)碳排放達峰情景預(yù)測分析[D].長春：吉林大學，2022.

[5] FERDINAND V，F(xiàn)ERDINAND D F，ERICA S.A decomposition analysis of CO2 emissions in the United States[J].Applied Economics Letters，2010，17（10）：925-931.

[6] 謝笛，田穎琳，王光謙，等.青海省碳中和路徑及實現(xiàn)途徑研究[J].應(yīng)用基礎(chǔ)與工程科學學報，2022，30（06）：1331-1345.

[7] 趙金輝，李景順，王潘樂，等.基于Lasso-BP神經(jīng)網(wǎng)絡(luò)模型的河南省碳達峰路徑研究[J].環(huán)境工程，2022，40（12）：151-156.

[8] 唐賽，付杰文，武俊麗.中國典型城市碳排放影響因素分析[J].統(tǒng)計與決策，2021，37（23）：59-63.

[9] ZHANG P， HE J， HONG X， et al. Regional-level carbon emissions modelling and scenario analysis： a STIRPAT case study in Henan Province， China[J]. Sustainability， 2017， 9： 2342-2356

[10] BARGAOUI S A， LIOUANE N， NOURI F Z. Environmental impact determinants： An empirical analysis based on the STIRPAT model [J]. Procedia-Social and Behavioral Sciences， 2014， 109： 449-458.

[11] 周淑慧，王軍，梁嚴.碳中和背景下中國“十四五”天然氣行業(yè)發(fā)展[J].天然氣工業(yè)，2021，41（02）：171-182.

[12] 鄧宇.探析新發(fā)展階段中國經(jīng)濟的發(fā)展趨勢：評蔡昉《讀懂未來中國經(jīng)濟：“十四五”到2035》[J].審計觀察，2021（12）：94-96.

[13] 張巍.基于STIRPAT模型的西安市碳足跡預(yù)測和情景分析[J].生態(tài)經(jīng)濟，2021，37（04）：25-29.

Analysis and Prediction of Influencing Factors ofCarbon Emissions in Henan Province

AN Yu， LI Jinyang， GENG Liang

（School of Science， Hubei Univ. of Tech.， Wuhan 430068， China）

Abstract： This paper introduces six factors into STIRPAT model， including population， urbanization rate， GDP per capita， energy structure， industrial structure and technological level， and analyzes the impact of each factor on carbon emissions in Henan Province through ridge regression. At the same time， the scenario analysis method is used to predict the carbon emission trend under different development scenarios. The results show that industrial structure has the greatest impact on carbon emissions， followed by population size， urbanization rate， per capita GDP， technology level and energy structure. Controlling population size， optimizing industrial structure and adjusting energy structure can effectively promote the realization of carbon emission reduction in Henan Province. This study can， to a certain extent， provide feasible suggestions for Henan Provinceto achieve the goal of \"2030 carbon peak\" as scheduled.

Keywords： carbon emission; Henan Province; STIRPAT model; scenario analysis

［責任編校： 閆 品］